欢迎来到天天文库
浏览记录
ID:44050702
大小:400.37 KB
页数:57页
时间:2019-10-18
《基于符号时间序列研究的金融波动研究与预测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、permutationentropymethodsareusedtoanalyzethesetwoseries,thedominatingorderpatternsaredeterminedandwefindthesetwoindex'srealizedvolatilityserieshavequitelowgeneralizedsynchronization.Moreover,weforecastthenextdayvolatilitylevelbasedonprincipalorderpatternsandourforecastingresultsindic
2、atethattheconditionalorderpatternsofthemainorderpatternsarestilldominant.KEYWORDS:symbolictimeserieshistogram,K-nearestneighborsforecasting,realizedvolatility,permutationentropy,generalizedsynchronization第一章绪论11・1课题召开究背景11.2国内外相尖研究状况2121金融波动分析与预测的研究现状21.2.2符号时间序列分析的研究现状21・3论文研究内容41.4
3、论文的创新点5第二章相尖理论与方法综述62」传统的高频金融波动的预测方法62.1.1一般时间序列预测方法62.1.2高频金融波动的预测方法82.2符号时间序列分析方法102.2.1符号时间序列分析的步骤10222符号时间序列分析的基本方法132.3分布预测的K・NN方法的理论182.4本章小结19第三章基于符号时间序列直方图的高频金融波动预测203.1符号直方图时间序列203.1.1时间序列符号化与编码203.1.2符号序列直方图与符号直方图时间序列213.2符号直方图序列的相似度度量22321符号直方图序列的欧几里得范数与/统计量223.2.2符号直方图序列的
4、相对燔233.3符号直方图序列的K・NN算法233.3.1传统K・NN算法233.3.2符号直方图序列的K・NN算法243.3.3嵌入维数d的选择243.4实证分析263.4.1数据预処理263.4.2获得符号直方图时间序列263.4.3确定直方图序列的嵌入维数273.4.4符号直方图序列的预测283.5本章小结31第四章基于排列燔的金融波动分析与预测334.1基于排列燔的直方图与广义同步334.1.1基于排列烟的符号序列直方图334.1.2广义同步334.2中国股票市场顺序结构分析354.2.1数据预処理354.2.2"已实现〃波动的排列癇364.2.3"已实
5、现"波动符号序列直方图374.3广义同步分析3944基于主要顺序模式的RV水平预测404.5本章小结42第五章结束语435.1主要研究结果435.2研究展望44参考文献45发表论文和参加科研情况说明49致谢50第一章绪论1.1课题研究背景准确度量与预测金融资产收益的波动特征对金融产品定价、资产组合配置、资产评估、风险管理等至尖重要,但是金融资产的波动率不能被直接观测,其主要特征一般通过资产收益率序列得出。金融资产条件收益分布的主要特征是其二阶矩结构,主要表现是分布的时变性,收益分布的这一特征使得尖于收益波动的模型与预测日益增多。金融资产的波动率主要有以下特征:一
6、是波动率的聚类,二是波动率随时间连续变化•即很少存在波动跳跃•三是波动率序列不会发散到无穷,即波动率在固定的范围内变化,四是波动率对价格的大幅上升与价格的大幅下降的反应不同。传统的研究主要针对具体的低频波动序列,研究方法主要是从计量经济学的角度•分析其统计特征,建立线性或非线性的波动模型・大部分的研究以Engle提岀的自回归条件异方差(ARCH)模型或随机波动模型或金融衍生品的隐含波动率为基础•这些波动度量方法在某种特定的分布假设下有效,研究结果普遍发现金融波动具有高度的跨时期波动持续,并且尽管样本内的参数估计高度显著,但是标准波动模型的预测并不理想。近年来随着
7、数据存储技术的提高,对金融波动的研究焦点也转移到(超)高频数据上来,(超)高频数据包含更多的信息,有助于预测长周期的金融波动,如月或季。然而(超)高频金融数据特有的日内模式、价格离散性与集中于"无变化〃、复杂相依性、不规则时间间隔等特性以及对噪声、扰动敏感导致对(超)高频金融波动的预测非常困难。计量学方法在金融波动方面的研究无论是针对低频数据还是高频数据都取得了丰富的成果,但金融系统是非线性动力学系统,诸如混沌、分叉与分形等都是金融市场的非线性本质特征。单纯以计量经济学的方法来研究金融波动对于全方位地把握波动的规律以及预测具有一定的局限性,需要利用新的方法从不同
8、的角度来研究波动问题•本
此文档下载收益归作者所有